Представлена разработанная в НИГМИ автоматизированная технология диагноза пыльных бурь (АТДПБ) по данным спутниковых снимков NOAA/AVHRR. Составляющими технологии являются два основных блока – блок первичной и блок тематической обработки изображения. Первичная обработка состоит в трансформировании снимка в заданную картографическую проекцию и его географическая привязка. Тематическая обработка представляет собственно диагноз пыльных бурь. Для этого используются два подхода. Первый подход основан на вычислении пылевого индекса NDDI, аэрозольной оптической толщины (АОТ) и массы аэрозоля (МА, г/м3). Совместный анализ этих трёх количественных характеристик пыльной бури позволяет достаточно надёжно выделить на спутниковом снимке области пыльных бурь. Второй подход основан на классификации изображения с использованием модуля IsoData ГИС-пакета ENVI. Совместное использование двух подходов позволяет с высокой надёжностью выполнять автоматизированный диагноз с элементами интерактивного режима (на этапе трансформирования и географической привязки снимка по опорным точкам) пыльных бурь по данным спутниковых снимков.
Представлена разработанная в НИГМИ автоматизированная технология диагноза пыльных бурь (АТДПБ) по данным спутниковых снимков NOAA/AVHRR. Составляющими технологии являются два основных блока – блок первичной и блок тематической обработки изображения. Первичная обработка состоит в трансформировании снимка в заданную картографическую проекцию и его географическая привязка. Тематическая обработка представляет собственно диагноз пыльных бурь. Для этого используются два подхода. Первый подход основан на вычислении пылевого индекса NDDI, аэрозольной оптической толщины (АОТ) и массы аэрозоля (МА, г/м3). Совместный анализ этих трёх количественных характеристик пыльной бури позволяет достаточно надёжно выделить на спутниковом снимке области пыльных бурь. Второй подход основан на классификации изображения с использованием модуля IsoData ГИС-пакета ENVI. Совместное использование двух подходов позволяет с высокой надёжностью выполнять автоматизированный диагноз с элементами интерактивного режима (на этапе трансформирования и географической привязки снимка по опорным точкам) пыльных бурь по данным спутниковых снимков.
NOAA/AVHRR сунъий йўлдош тасвирлари асосида чанг бўронларини ташхислаш учун ГМИТИ да ишлаб чиқилган автоматлаштирилган технология (ЧБТАТ) тақдим этилган. Бирламчи ва тасвирни тематик қайта ишлаш блоклари технологиянинг иккита асосий таркибий қисмлари ҳисобланади. Бирламчи қайта ишлаш тасвирни берилган картографик проекцияга трансформациялаш ва уни географик боғлашдан иборат. Тематик ишлов бериш блоки чанг бўронларининг айнан ташхисини амалга оширади. Бунда иккита ёндашув қўлланилади. Биринчи ёндашув NDDI чанг индекси, аэрозол оптик қалинлигии (АОТ) ва аэрозол массасини (МА, г/м3) ҳисоблашга асосланган. Чанг бўронининг ушбу учта миқдорий характеристикаларини биргаликда таҳлил қилиш сунъий йўлдош тасвирида чанг бўронлари кузатилаётган ҳудудларни ишончли аниқлаш имконини беради. Иккинчи ёндашув тасвирни ENVI ГИС пакетининг IsoData модули ёрдамида таснифлашга асосланган. Иккала ёндашувдан биргаликда фойдаланиш сунъий йўлдош тасвирлари маълумотлари бўйича чанг бўронларини интерфаол режим элементлари (трансформация ва тасвирни таянч нуқталар бўйича географик боғлаш босқичларида) билан ишончли автоматлаштирилган ташхислаш имконини беради.
The article presents an automated technology of dust storm diagnosis (ATDS) developed at HRMI based on NOAA/AVHRR satellite images. The technology consists of two main blocks – a primary block and a thematic block of image processing. Primary processing consists of transforming the image into a given cartographic projection and its geographic referencing. Thematic processing is the actual diagnosis of dust storms. Two approaches are used for this purpose. The first approach is based on calculating the NDDI dust index, aerosol optical thickness (AOT) and aerosol mass (MA, g/m3). Joint analysis of these three quantitative characteristics of a dust storm allows one to fairly reliably identify dust storm areas on a satellite image. The second approach is based on image classification using the IsoData module of the ENVI GIS package. The combined use of the two approaches allows one to perform highly reliable automated diagnosis with interactive elements (at the stage of image transformation and georeferencing using reference points) of dust storms based on satellite imagery.
| № | Muallifning F.I.Sh. | Lavozimi | Tashkilot nomi |
|---|---|---|---|
| 1 | Arushanov M.L. | ПРОФЕССОР | Гидрометеорология илмий-тадқиқот институти, |
| 2 | Shardakova L.Y. | м.н.с. | Гидрометеорология илмий-тадқиқот институти, |
| 3 | Umerov .U. | докторант | Гидрометеорология илмий-тадқиқот институти, |
| № | Havola nomi |
|---|---|
| 1 | Арушанов М.Л., Нишонов Б.Э., Шардакова Л.Ю. Диагностика пыльных бурь по данным AVHRR NOAA // Гидрометеорология и мониторинг окружающей среды, №3. – 2022. – С. 83-90. |
| 2 | Арушанов М.Л., Умеров Х.У., Шардакова Л.Ю. Количественная оценка аэрозольной оптической толщины по данным спутниковых снимков яркостной температуры // Гидрометеорология и мониторинг окружающей среды, №2. – 2024. – С. 19-27. |
| 3 | Арушанов М.Л. Простая модель географической привязки сканерных снимков малого разрешения, обеспечивающая высокую точность // Исследование Земли из космоса, № 3. − 1994. − С. 41-46. |
| 4 | ENVI 5.1. Руководство пользователя. – М.: Совзонд, 2014. − 242 с. Розенфельд А. Распознавание и обработка изображений – М.: Мир, 1972. – 232с. |